中星微AI刷新WIDERFACE人脸检测世界记录

　　近日，中星微AI自研的人脸检测算法VIM-FD，在世界数据规模的权威人脸检测平台 WIDER FACE的人脸检测竞赛一举夺得世界第一，彰显中星微AI在人脸识别领域的创新能力和先进性。这是中星微AI斩获人脸检测领域的世界第一的名次，也是中星微AI在检测领域，阶段性的重要研究成果。

　　WIDER FACE是目前业界公开的数据规模(约40万人脸标注)、检测难度的人脸检测数据集之一。数据集中人脸尺寸大小变化、拍照角度引起的人脸姿态变化、人脸遮挡、化妆、光照等多种因素，给人脸检测带来了极大的挑战。近年来，WIDER FACE逐渐超FDDB成为研究机构和公司争相挑战的业界标杆。

　　中星微AI研发的VIM-FD算法在WIDER FACE验证集上以0。967的优异得分，依次超越了曾经的人脸检测霸主百度人脸检测深度学习算法PyramidBox(0。961)，腾讯优图提出的DSFD 算法 (0。966)，以及曾经的世界华为云的人脸算法FDNet(0。959)，刷新WIDER FACE人脸检测世界纪录。

　　此照片是世界上人数最多的自拍合影，VIM-FD检测到其中890张人脸

　　WIDER FACE评测结果曲线图(详见WIDER FACE官网)，其中第一列为验证集结果，第二列为测试集结果。

　　中星微AI提出的VIM-FD人脸检测算法，采用了STC、STR模块设计思想，融合多层特征，以综合高层、低分辨率、强语义等信息来提高了边框定位的准确率，同时利用低层、高分辨率、弱语义信息来增强网络对小目标的处理能力。此外，还采用Attention机制来提供高语义意义和类感知的特征，激活和校准用于目标检测的特征图。值得一提的是同样的算法模型不经过任何调优，在FDDB Continuous Score评测指标下也全面国内外几乎所有的竞争对手和高校研究机构，证明了其优异的泛化能力。

VIM-FD算法框架

　　中星微人工智能董事长张韵东表示近年来推出的星光智能系列前端AI芯片，采用先进的模型训练，裁剪，压缩方法，在精度几乎不损失的前提下，能自动部署到前端嵌入式产品中，实现前端嵌入式深度学习人脸检测、前端嵌入式深度学习人脸关键点检测、前端嵌入式深度学习视频结构化、前端嵌入式深度学习行人再识别(reID)、前端嵌入式深度学习行人分割、前端嵌入式深度学习目标跟踪、前端嵌入式深度学习多类型目标跟踪等突破性前端人工智能技术，并实现大幅减轻运算服务器的压力以及主干网的传输压力。

　　张总说明：中星微AI考虑到不同场景的数据规模，导致单一处理器无法满足各场景的全部数据运算需求，多模计算，多核架构是AI处理器发展的一个趋势，多模计算包括三种场景模式：应对大数据场景的深度学习算法；应对小数据场景的传统智能算法；基于抽象逻辑思维的、用来处理逻辑推理程序的场景。为了支持多模计算，芯片本身就要通过多核来实现：应对于大数据的深度学习算法通过NPU来实现，应对于小数据的传统智能算法通过DSP来实现，应对于处理逻辑推理程序的场景通过CPU来实现。一枚芯片中三个核心功能，将多个处理器产生足够的数据分析互动，形成紧耦合强相关的闭合回路。来支持人工智能分析和运算。这就是后摩尔时代的集成电路发展趋势。

　　中星微AI在视频安防监控领域具有多年的应用经验，为国内外众多客户提供了视频安防监控芯片和技术支持，积累了丰富的应用经验，其新一代人工智能芯片方案在安防监控领域、前端智能化应用领域，和嵌入式应用领域不断领跑。

　　未来，中星微AI还将继续深入聚焦人工智能技术与芯片研发的融合，厚积薄发，在产业层面实现更多突破。